～ 深層学習の基礎、画像処理の基本となる畳み込みニューラルネットワーク（CNN）、近年注目を集める「アテンションメカニズム（注意機構）」と画像処理への応用技術 ～
・深層学習の基礎から学び、効果的な画像処理に応用するための講座！
・機械学習・ニューラルネットワークの仕組み、「アテンションメカニズム（注意機構）」と画像処理を高精度な認識技術に応用する特別セミナー！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
深層学習およびアテンション技術の基礎と画像処理への応用 ＜オンラインセミナー＞
講師の言葉
深層学習（ディープラーニング）は容易に使えるフレームワークも普及し、画像認識や画像処理タスクに広く使われるようになっています。その仕組みを理解しておくことで現在の深層学習に何ができるかが分かり、新たな使い方を考案することに繋がります。また、基礎からの理解は誤った使い方を防ぐ上でも重要です。この講義では直観的な理解を促すように図を多用し、分かりやすく説明していきたいと思います。
深層学習の基礎から始め、画像処理において基本となる手法である畳み込みニューラルネットワーク（CNN）、ならびに近年注目を集めているアテンションメカニズム（注意機構）について説明します。
本講座の申込み受付は終了しました
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・ソフトウェアエンジニア、データサイエンティスト、システムインテグレータの方 ・システム、ソフト、ほか関連部門の方 |
| 予備知識 | ・何らかの言語でプログラミングを行った経験があると理解しやすいですが、必須ではありません |
| 修得知識 |
・深層学習の大枠が理解できます ・機械学習において基本となる概念を把握できます ・深層学習がどのように画像処理に使われるかが分かります |
| プログラム |
１．深層学習の基礎 （１）．機械学習の仕組み ａ．データとパラメータ ｂ．訓練と予測 （２）． ニューラルネットワークの仕組み ａ．階層性と深さ ｂ．重みと活性化関数 ｃ．損失関数 ｄ．確率的勾配降下法（SGD）
２．画像処理の基本となる畳み込みニューラルネットワーク（CNN） （１）．生物の視覚との比較 ａ．受容野と局所性 ｂ．フィルタとパターンマッチ （２）．CNNの構成 ａ．カーネル ｂ．ストライドとパディング ｃ．プーリング
３．近年注目を集める「アテンションメカニズム（注意機構）」と画像処理への応用 （１）．エンコーダ・デコーダ ａ．系列データ処理 ｂ．コンテキストとアノテーション ｃ．アテンションベクトル （２）．セルフアテンション（自己注意） ａ．オートエンコーダ（自己符号化器） ｂ．セルフアテンションによる画像セグメンテーション |
| キーワード | 深層学習 ニューラルネットワーク 勾配降下法 ＣＮＮ 画層認識 画層生成タスク 敵対的生成ネットワーク ＧＡＮ アテンションベクトル アテンションメカニズム |
| タグ | AI・機械学習、データ解析、画像認識 |
| 受講料 |
一般 (1名)：49,500円(税込)
同時複数申込の場合(1名)：44,000円(税込) |
| 会場 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
こちらのセミナーは現在募集を締め切っております。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日